Система распознавания отдельных и наложенных плоских объектов

• Автор: Савичева, Светлана Владимировна
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2013
• Место защиты: Владимир
• Количество страниц: 192 с. : ил.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ
ГЛАВА 1. АЛГОРИТМЫ, МЕТОДЫ И СИСТЕМЫ ИДЕНТИФИКАЦИИ ОТДЕЛЬНЫХ И НАЛОЖЕННЫХ ПЛОСКИХ ОБЪЕКТОВ
1.1 Понятие «плоский объект» и примеры
1.2 Технологические процессы, в которых требуется решение задачи распознавания отдельных и наложенных плоских объектов
1.3 Системы распознавания с техническим зрением
1.3.1 Актуальность использования автоматических систем распознавания на промышленных предприятиях
1.3.2 Обзор существующих систем распознавания
1.4 Распознавание наложенных объектов
1.5 Алгоритмы и методы распознавания отдельных плоских объектов
1.5.1 Методы кластеризации
1.5.2 Классификатор Байеса
1.5.3 Метод к-средних
1.5.4 ЕМ-алгоритм
1.5.5 Выбор алгоритма распознавания для технического зрения
1.6 Типы и виды используемых признаков при распознавании отдельных и наложенных плоских объектов
1.7 Анализ и выбор алгоритмов предварительной обработки изображений плоских
объектов
ВЫВОДЫ ПО ГЛАВЕ
ПОСТАНОВКА ЗАДАЧИ ИССЛЕДОВАНИЯ
ГЛАВА 2. РАЗРАБОТКА СПОСОБОВ ОПРЕДЕЛЕНИЯ И ВЫЧИСЛЕНИЯ ЗНАЧЕНИЯ КРИВИЗНЫ В ТОЧКАХ ДИСКРЕТНОЙ ЛИНИИ, АЛГОРИТМОВ РАСПОЗНАВАНИЯ ОТДЕЛЬНЫХ ПЛОСКИХ ОБЪЕКТОВ НА ОСНОВЕ ОДНОГО ВИДА ПРИЗНАКА И ИХ ИССЛЕДОВАНИЕ
2.1 Выбор и обоснование значимого признака бинарных изображений отдельных и наложенных плоских объектов для их распознавания
2.2 Анализ существующих алгоритмов вычисления кривизны дискретных линий
2.3 Разработка логического способа определения значения кривизны в точках дискретной линии
2.4 Разработка алгоритма распознавания отдельных плоских объектов на основе логического способа определения кривизны в точках дискретной линии и его исследование
2.4.1 Алгоритм распознавания отдельных плоских объектов на основе логического способа определения кривизны (Ал-алгоритм)
2.4.2 Исследование Ад-алгоритма распознавания на изображениях тестовых объектов при одном эталоне на объект
2.4.3 Исследование Ал-алгоритма распознавания на изображениях тестовых объектов при множестве эталонов на объект
2.5 Разработка аналитического способа вычисления кривизны в точках дискретной линии
2.6 Сравнительный анализ алгоритмов вычисления значения кривизны в точках дискретной линии
2.7 Разработка алгоритма распознавания (А-алгоритм) на основе аналитического способа вычисления кривизны в точках дискретной линии и его экспериментальное исследование на изображениях тестовых объектов при одном и множестве эталонов

2.7.1 Исследование А-алгоритма распознавания на изображениях тестовых объектов при одном эталоне на объект
2.7.2 Исследование А-алгоритма распознавания на изображениях тестовых объектов при множестве эталонов на объект
2.8 Алгоритм распознавания на основе 11-функции (Я-алгоритм) и его исследование.
2.8.1 Я-алгоритм распознавания
2.8.2 Исследование Я-алгоритма на изображениях тестовых объектов при одном эталоне на объект
2.8.3 Исследование Я-алгоритма на изображениях тестовых объектов при множестве эталонов на объект
2.9 Экспериментальный сравнительный анализ А-алгоритма и К-алгоритма распознавания
с известными алгоритмами на изображениях тестовых объектов
ВЫВОДЫ ПО ГЛАВЕ
ГЛАВА 3. РАЗРАБОТКА И ИССЛЕДОВАНИЕ АЛГОРИТМОВ РАСПОЗНАВАНИЯ ДВУХ И ТРЕХ НАЛОЖЕННЫХ ПЛОСКИХ ОБЪЕКТОВ
3.1 Наложение изображений двух и трех плоских объектов
3.1.1 Исследование налагаемое двух плоских деталей
3.1.2 Исследование налагаемое трех плоских объектов
3.2 Алгоритм распознавания двух наложенных плоских объектов на основе их А-функции (Аг-алгоритм)
3.2.2 Исследование алгоритма распознавания по определению класса наложенное неизвестных сложных объектов и с использованием А-алгоритма и Я-алгоритма при одном эталоне
3.2.3 Исследование алгоритма распознавания по определению класса наложенное неизвестных сложных объектов и с использованием А-алгорийма и К-алгоритма при множестве эталонов
3.2.4 Исследования алгоритма распознавания отдельных объектов в сложном на основе А-функции
3.2.5 Исследования алгоритма распознавания отдельных объектов в сложном на основе А-функции с использованием дополнительных признаков
3.3 Сравнительный анализ алгоритмов распознавания двух наложенных (сложных) тестовых объектов
3.4 Алгоритм распознавания трех наложенных плоских объектов (Аз-алгоритм)
ВЫВОДЫ ПО ГЛАВЕ
ГЛАВА 4. РАСПОЗНАВАНИЕ ОТДЕЛЬНЫХ
И НАЛОЖЕННЫХ РЕАЛЬНЫХ ПЛОСКИХ ОБЪЕКТОВ
И ПОСТРОЕНИЕ СИСТЕМЫ РАСПОЗНАВАНИЯ
4.1 Структура экспериментальной системы и особенности ее отдельных блоков
4.1.1 Состав технических средств экспериментальной системы
4.1.2 Структура программного обеспечения системы
4.2 Алгоритм определения типа поля зрения
4.3 Модель технологического процесса распознавания реальных плоских объектов
4.4 Исследование Ал-алгоритма на отдельных реальных объектах
4.5 Исследование А-алгоритма на отдельных реальных объектах
4.5.1 Исследование алгоритма на отдельных реальных объектах при одном эталоне..
4.5.2 Исследование алгоритма на отдельных реальных объектах при множестве эталонов
4.6 Исследование 11-алгоритма на отдельных реальных объектах
4.6.1 Исследование алгоритма на отдельных реальных объектах при одном эталоне..
4.6.2 Исследование алгоритма на отдельных реальных объектах при множестве эталонов
4.7 Исследование Лг-алгоритма и Яг-алгоритма на наложенных реальных объектах
4.7.1 Исследование на наложенных реальных объектах при одном эталоне.
4.7.2 Исследование алгоритма распознавания по определению класса наложенности неизвестных сложных объектов и с использованием А-алгоритма и Г<-алгоригма при множестве эталонов
4.7.3 Исследования алгоритма распознавания отдельных объектов в сложном на основе А-функции
4.7.4 Исследования алгоритма распознавания отдельных объектов в сложном на основе А-функции с использованием дополнительных признаков
4.8 Распознавание трех наложенных реальных объектов (Аз-алгоритм)
ВЫВОДЫ ПО ГЛАВЕ
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ
ПРИЛОЖЕНИЕ 1-3 Материалы внедрения и регистрации
ПРИЛОЖЕНИЕ А. Тестовые объекты
ПРИЛОЖЕНИЕ Б. Реальные объекты
ПРИЛОЖЕНИЕ В. Статистические данные исследований к главе 2... 171 ПРИЛОЖЕНИЕ Г. Статистические данные исследований к главе 3... 176 ПРИЛОЖЕНИЕ Д. Статистические данные исследований к главе 4

8. Обзор и анализ показал необходимость и важность выполнения в АСР операций предварительной обработки изображений объектов с целью обеспечения нужной точности распознавания.
9. Экспериментально определен перечень алгоритмов, используемых для предварительной обработки изображений реальных объектов. Сюда входят: сглаживание (фильтрация) шума с помощью линейной фильтрации полутоновых изображений; бинаризация полутонового изображения по методу Отсу; маркировка связных компонент с использованием алгоритма рекурсивной разметки; выделение контура бинарного изображения с использованием алгоритма направленного перебора; нормализация изображения методом главных компонент.
10. В существующих системах распознавания при анализе даже отдельных объектов используется большое количество их признаков как глобальных, так и локальных. Наиболее частое применение находят контурные признаки объектов, такие как кривизна, цепной код.
11. Важным вопросом является минимизация признаков используемых для распознавания объектов, особенно в АСР.
ПОСТАНОВКА ЗАДАЧИ ИССЛЕДОВАНИЯ
1. Анализ уровня использования методов цифровой обработки изображений и теории распознавания образов при автоматизации операций на открытых конвейерах и сборочных операциях.
2. Выбор и обоснование минимального числа признаков бинарных изображений, позволяющих решить задачу распознавания как отдельных, так и наложенных плоских объектов.
3. Разработка и исследование алгоритмов распознавания отдельных плоских объектов, отличающихся высоким быстродействием и точностью.
4. Экспериментальный сравнительный анализ разработанных алгоритмов распознавания отдельных плоских объектов с известными алгоритмами на тестовых бинарных изображениях.